生豬養(yǎng)殖業(yè)是我國(guó)畜牧業(yè)的重要產(chǎn)業(yè)部門,為國(guó)家提供基礎(chǔ)食材及國(guó)民能量供給。生豬的體尺參數(shù)是生豬養(yǎng)殖評(píng)價(jià)健康指標(biāo)的重要依據(jù)。傳統(tǒng)的體尺參數(shù)獲取一般由工人使用皮尺等工具進(jìn)行手工測(cè)量,這種傳統(tǒng)的測(cè)量方法不僅加重工人的工作負(fù)擔(dān),而且測(cè)量難度大,誤差也較大。由于測(cè)量時(shí)直接接觸豬體,容易對(duì)豬造成應(yīng)激反應(yīng),不利于生豬的健康生長(zhǎng)。針對(duì)傳統(tǒng)測(cè)量方式的缺陷,本文利用Kinect相機(jī)獲取黑豬的點(diǎn)云數(shù)據(jù),研究點(diǎn)云數(shù)據(jù)預(yù)處理算法,點(diǎn)云配準(zhǔn)算法和體尺提取算法實(shí)現(xiàn)豬體體尺的非接觸測(cè)量。論文的主要工作及結(jié)論如下:（1）結(jié)合農(nóng)場(chǎng)中豬體體尺手工測(cè)量過(guò)程繁瑣,容易對(duì)豬體造成應(yīng)激反應(yīng)以及現(xiàn)有三維測(cè)量裝置的高成本,難以在養(yǎng)殖業(yè)中廣泛使用等現(xiàn)狀,構(gòu)建了基于雙Kinect的三維測(cè)量裝置,并開發(fā)了三維測(cè)量軟件,具有場(chǎng)景布置簡(jiǎn)單、測(cè)量精度高、計(jì)算速度快、測(cè)量非接觸性等特點(diǎn)。（2）深入研究點(diǎn)云去噪,點(diǎn)云精簡(jiǎn)和點(diǎn)云分割等預(yù)處理算法。隨著三維掃描設(shè)備精度的不斷提高,設(shè)備采集到的點(diǎn)云數(shù)量十分龐大,增加了后續(xù)點(diǎn)云配準(zhǔn)等操作的時(shí)間和難度。本文提出了一種基于八叉樹的K-means聚類點(diǎn)云精簡(jiǎn)方法,以點(diǎn)云八叉樹的非空節(jié)點(diǎn)作為初始聚類中心,提高了聚類的速... 

【文章來(lái)源】：長(zhǎng)春工業(yè)大學(xué)吉林省

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 論文的研究背景和意義
    1.2 機(jī)器視覺(jué)在畜牧業(yè)中的研究現(xiàn)狀
    1.3 Kinect在機(jī)器視覺(jué)中的研究現(xiàn)狀
    1.4 研究?jī)?nèi)容和技術(shù)路線
        1.4.1 論文的主要研究?jī)?nèi)容
        1.4.2 測(cè)量平臺(tái)技術(shù)路線
第2章 測(cè)量系統(tǒng)整體方案設(shè)計(jì)與雙Kinect相機(jī)的聯(lián)合標(biāo)定
    2.1 測(cè)量系統(tǒng)的總體方案設(shè)計(jì)
    2.2 測(cè)量系統(tǒng)硬件平臺(tái)
        2.2.1 Kinect深度相機(jī)
        2.2.2 測(cè)量實(shí)驗(yàn)平臺(tái)的搭建
    2.3 測(cè)量系統(tǒng)軟件平臺(tái)
        2.3.1 PCL點(diǎn)云庫(kù)
        2.3.2 QT框架
    2.4 相機(jī)標(biāo)定原理
        2.4.1 四大坐標(biāo)系及其變換關(guān)系
        2.4.2 小孔成像模型
        2.4.3 畸變模型
    2.5 標(biāo)定實(shí)驗(yàn)與分析
        2.5.1 單臺(tái)Kinect深度相機(jī)的標(biāo)定
        2.5.2 兩臺(tái)Kinect深度相機(jī)的標(biāo)定
    2.6 本章小結(jié)
第3章 三維點(diǎn)云數(shù)據(jù)預(yù)處理
    3.1 點(diǎn)云去噪
        3.1.1 直通濾波
        3.1.2 統(tǒng)計(jì)濾波
        3.1.3 半徑濾波
    3.2 點(diǎn)云精簡(jiǎn)
        3.2.1 傳統(tǒng)點(diǎn)云精簡(jiǎn)算法
        3.2.2 基于八叉樹的K-means聚類點(diǎn)云精簡(jiǎn)方法
        3.2.3 精簡(jiǎn)實(shí)驗(yàn)與分析
    3.3 點(diǎn)云分割
        3.3.1 基于隨機(jī)采樣一致性的分割算法
        3.3.2 基于區(qū)域生長(zhǎng)分割算法
        3.3.3 歐式聚類分割算法
    3.4 本章小結(jié)
第4章 改進(jìn)ICP點(diǎn)云配準(zhǔn)與豬體體尺自動(dòng)提取
    4.1 點(diǎn)云配準(zhǔn)方法
    4.2 基于三維球體標(biāo)定的快速配準(zhǔn)方法
        4.2.1 三維球體標(biāo)定
        4.2.2 剛體矩陣的計(jì)算模型
        4.2.3 改進(jìn)ICP配準(zhǔn)算法
    4.3 配準(zhǔn)實(shí)驗(yàn)與分析
    4.4 豬體體尺參數(shù)提取
        4.4.1 統(tǒng)一標(biāo)準(zhǔn)坐標(biāo)系
        4.4.2 體尺測(cè)點(diǎn)提取
    4.5 測(cè)量實(shí)驗(yàn)與分析
    4.6 本章小結(jié)
第5章 三維測(cè)量系統(tǒng)開發(fā)與功能實(shí)現(xiàn)
    5.1 測(cè)量系統(tǒng)測(cè)試環(huán)境
    5.2 三維測(cè)量系統(tǒng)主界面
    5.3 基礎(chǔ)模塊
        5.3.1 輸入輸出模塊
        5.3.2 顯示模塊
    5.4 標(biāo)定模塊
    5.5 濾波模塊
    5.6 精簡(jiǎn)模塊
    5.7 分割模塊
    5.8 配準(zhǔn)模塊
    5.9 測(cè)量模塊
    5.10 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
作者簡(jiǎn)介
攻讀碩士學(xué)位期間研究成果


【參考文獻(xiàn)】：
期刊論文
[1]機(jī)器人自主抓取的三維點(diǎn)云基本形體簡(jiǎn)化算法[J]. 曹雛清,劉漢偉,李瑞峰.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020(01)
[2]基于圖像特征和奇異值分解的點(diǎn)云配準(zhǔn)算法[J]. 趙夫群,耿國(guó)華.  激光與光電子學(xué)進(jìn)展. 2020(10)
[3]基于FPFH特征和NDT算法的樹木點(diǎn)云配準(zhǔn)[J]. 楊玉澤,孫英偉,林文樹.  西北林學(xué)院學(xué)報(bào). 2019(05)
[4]基于特征點(diǎn)法向量的點(diǎn)云配準(zhǔn)算法[J]. 孫培芪,卜俊洲,陶庭葉,房興博,賀晗,馮佳琪.  測(cè)繪通報(bào). 2019(08)
[5]一種改進(jìn)的基于PCA的ICP點(diǎn)云配準(zhǔn)算法研究[J]. 劉哲,周天,彭東東,馮晨.  黑龍江大學(xué)自然科學(xué)學(xué)報(bào). 2019(04)
[6]點(diǎn)云數(shù)據(jù)精簡(jiǎn)與配準(zhǔn)研究[J]. 龐正雅,周志峰,錢莉,葉玨磊.  軟件導(dǎo)刊. 2019(06)
[7]三維激光點(diǎn)云數(shù)據(jù)精簡(jiǎn)算法[J]. 黃曉銘,楊劍,陳輝.  吉首大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(05)
[8]基于改進(jìn)八叉樹的三維點(diǎn)云壓縮算法[J]. 黃源,達(dá)飛鵬,唐林.  光學(xué)學(xué)報(bào). 2017(12)
[9]基于點(diǎn)云旋轉(zhuǎn)歸一化的豬體體尺測(cè)點(diǎn)提取方法[J]. 王可,郭浩,劉威林,馬欽,蘇偉,朱德海.  農(nóng)業(yè)工程學(xué)報(bào). 2017(S1)
[10]一種改進(jìn)的點(diǎn)云數(shù)據(jù)精簡(jiǎn)算法[J]. 樊彥國(guó),楊洪旭,張維康.  現(xiàn)代制造工程. 2016(12)

博士論文
[1]基于機(jī)器視覺(jué)的奶牛個(gè)體信息感知及行為分析[D]. 趙凱旋.西北農(nóng)林科技大學(xué) 2017
[2]基于視覺(jué)模型的紅外圖像增強(qiáng)技術(shù)研究[D]. 李毅.中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2016
[3]動(dòng)物體表三維數(shù)據(jù)獲取與處理算法研究[D]. 郭浩.中國(guó)農(nóng)業(yè)大學(xué) 2015
[4]基于雙目視覺(jué)的豬體體尺參數(shù)提取算法優(yōu)化及三維重構(gòu)[D]. 劉同海.中國(guó)農(nóng)業(yè)大學(xué) 2014

碩士論文
[1]基于Kinect的奶牛體尺檢測(cè)與試驗(yàn)研究[D]. 趙新強(qiáng).山東農(nóng)業(yè)大學(xué) 2018
[2]基于三維點(diǎn)云的奶牛體尺測(cè)量與體重預(yù)測(cè)方法研究[D]. 牛金玉.西北農(nóng)林科技大學(xué) 2018
[3]基于Kinect和激光傳感器的植株點(diǎn)云信息融合方法研究[D]. 潘成凱.江蘇大學(xué) 2018
[4]紅外熱成像系統(tǒng)實(shí)現(xiàn)及其圖像增強(qiáng)技術(shù)研究[D]. 蘇慶旦.西安電子科技大學(xué) 2015
[5]基于Kinect與PCL的三維重建系統(tǒng)研究[D]. 薄夫祥.東北大學(xué) 2013
[6]激光三維掃描點(diǎn)云數(shù)據(jù)的配準(zhǔn)研究[D]. 彭博.天津大學(xué) 2011



本文編號(hào)：3205966